>> Number of annotated documents: 4735

{'_id': ObjectId('618315e580c699e1073e9a16'),
 'argumentID': '5-1',
 'approach': 'A2 -> C+(L+P)',
 'claim': {'text': 'Mi idea es dar un uso al arco de la victoria de Moncloa , en lugar de demolerlo , como soporte',
  'nouns': ['idea',
   'uso',
   'arco',
   'victoria',
   'lugar',
   'demolerlo',
   'soporte'],
  'entities': ['Moncloa']},
 'linker': {'linker': 'para',
  'category': 'CONSEQUENCE',
  'subCategory': 'GOAL',
  'relationType': 'support'},
 'mainVerb': 'dar',
 'majorClaim': {'text': 'Uso artistico y de promocion del  Arco de la Victoria',
  'nouns': ['Uso', 'promocion'],
  'entities': ['Arco', 'laVictoria']},
 'premise': {'text': 'promos de actividades en Madrid',
  'nouns': ['promos', 'actividades'],
  'entities': ['Madrid']},
 'proposalID': 5,
 'sentence': 'Mi idea es dar un uso al arco de la victoria de Moncloa, en lugar de demolerlo, como soporte para promos de actividades en Madrid (semana del orgullo gay, congresos mundiales, eventos futbol, etc)'}

	category	frequency
1	CONSEQUENCE	3225
0	CAUSE	1211
4	EXPLANATION	169
2	CONTRAST	128
3	ELABORATION	2

	category	subCategory	frequency
2	CONSEQUENCE	GOAL	3157
0	CAUSE	CONDITION	665
1	CAUSE	REASON	546
6	EXPLANATION	EXEMPLIFICATION	139
4	CONTRAST	ALTERNATIVE	128
3	CONSEQUENCE	RESULT	68
7	EXPLANATION	RESTATEMENT	29
5	ELABORATION	ADDITION	2
8	EXPLANATION	SUMMARY	1

	category	linker	frequency
60	CONSEQUENCE	para	3112
35	CAUSE	si	445
38	CAUSE	ya que	228
31	CAUSE	porque	160
83	EXPLANATION	por ejemplo	92
4	CAUSE	ante	67
32	CAUSE	pues	49
72	CONTRAST	ni	42
13	CAUSE	debido a	40
73	CONTRAST	o	37

	relationType	linker	frequency
63	support	para	3112
18	qualifier	si	445
78	support	ya que	228
72	support	porque	160
64	support	por ejemplo	92
3	qualifier	ante	67
73	support	pues	49
86	support/attack	ni	42
50	support	debido a	40
15	qualifier	frente a	37

	entities	frequency	% share
0	Madrid	538	8.78
1	Ayuntamiento	103	1.68
2	EMT	58	0.95
3	Vallecas	42	0.69
4	MADRID	41	0.67
5	Retiro	39	0.64
6	Metro	38	0.62
7	Rio	36	0.59
8	AyuntamientodeMadrid	32	0.52
9	M-30	32	0.52

Annotation Data Analysis¶

Reading data¶

Data Processing¶

1. Most used categories¶

2. Most common sub-categories¶

3. Most used linkers by category¶

4. Most used linkers by relationType¶

5. Most common entities¶

6. Most common nouns¶

7. Most common main verbs¶

	nouns	frequency	% share
0	calle	367	1.35
1	zona	339	1.24
2	calles	260	0.95
3	barrio	259	0.95
4	personas	217	0.80
5	parque	212	0.78
6	ciudad	210	0.77
7	transporte	191	0.70
8	uso	189	0.69
9	zonas	187	0.69

	main verbs	frequency	% share
0	propongo	186	4.25
1	crear	172	3.93
2	poner	82	1.87
3	hacer	66	1.51
4	ampliar	62	1.42
5	creo	54	1.23
6	tiene	53	1.21
7	gustaria	48	1.10
8	habilitar	47	1.07
9	tienen	46	1.05